這段時間看了不少論文，回頭看看，感覺還是有必要將Faster rcnn的原始碼理解一下，畢竟後來很多方法都和它有相近之處，同時理解該框架也有助於以後自己修改和編寫自己的框架。好的開始吧～

這裡我們跟著Faster rcnn的訓練流程來一步一步梳理，進入tools\train_faster_rcnn_alt_opt.py中：

首先從__main__入口處進入，如下：

上圖中首先對終端中的命令列進行解析，獲取相關的命令引數；然後利用mp.Queue()建立一個多執行緒的物件，再利用get_solvers()獲得solvers等資訊；然後就開始了論文中的“四步訓練”：

第一步，首先訓練RPN網路：

上圖中，先開始子程序訓練RPN，訓練函式是train_rpn()，那麼我們就進入這個函式一探究竟：

這裡首先使用cfg設定訓練時的一些設定引數（cfg類是一個字典，其定義在config.py中，屬於網路訓練時的配置檔案）（注意這裡的cfg.TRAIN.PROPOSAL_METHOD = 'gt'這在後面會用到），然後是初始化caffe,這裡主要是設定了隨機數種子，以及使用caffe訓練時的模式（gpu/cpu）；之後就是第一個重頭戲--獲取imdb和roidb格式的訓練資料：

進入get_roidb()函式，如下：

首先通過get_imdb()函式獲得imdb資料，那我們就再進入get_imdb()函式一探究竟，如下：

這裡其實也是呼叫了pascal_voc()函式來建立imdb資料，pascal_voc類見pascal_voc.py檔案中，如下：

這裡只截取了一部分，可以發現，pascal_voc這個類主要用來組織輸入的圖片資料，儲存圖片的相關資訊，但並不儲存圖片；而實際上，pascal_voc類是imdb類的一個子類；好了現在imdb資料已經獲得了，再回到get_roidb()中，緊接著set_proposal_method()函式設定了產生proposal的方法，實際也是向imdb中新增roidb資料，進入set_proposal_method()這個函式：

首先用eval()對這個方法進行解析，使其有效，再傳入roidb_handler中，這裡就要回到之前的train_rpn()函式中了，它裡面設定了cfg.TRAIN.PROPOSAL_METHOD='gt'（預設值是selective search,先前用於fast rcnn的），先進入gt_roidb()函式中：

這裡gt_roidb()中實際是使用_load_pascal_annotation()通過解析XML檔案獲得gt的roi的，進入該解析函式：

可以發現，roidb的結構是一個包含有5個key的字典，具體值見上面程式碼～

這個時候就從imdb獲得了最初的roidb格式的資料，但這還不是訓練時的roidb資料，再回到get_roidb()函式中，通過get_training()函式得到最終用於訓練的roidb資料，進入該函式：

先根據cfg.TRAIN.USE_FLIPPED判斷是否需要對roi進行水平映象翻轉（注意這裡的映象的對稱軸是圖片的中心線），然後使用append_flipped_images()新增映象roi，作者認為這樣子能提高最終網路的訓練結果（這應該算是一種簡單的資料增強吧），進入該函式：

新增之後還沒結束呢，回到get_training_roidb()中，最後還要再經過一步prepare_roidb()，進入該函式：

向roidb中再新增一些額外的資訊就可以用來進行訓練了（注意這還只是第一步，訓練總共四步），好了，到這兒，關於獲取roidb和imdb的程式碼就介紹到這兒了～

http://www.cnblogs.com/zf-blog/p/7273182.html